“戴维迪”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果12个，建议您升级VIP下载更多相关专利

[发明专利]一种在线社交网络垃圾评论用户检测方法-CN202310148077.2在审
发明人：杨泽;戴维迪;邵明来;李天鹏 -专利权人：天津大学
申请日： 2023-02-22 - 公布日： 2023-06-23 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种在线社交网络垃圾评论用户检测方法，包括下列步骤：步骤一，图构建和预处理：以在线社交平台用户为节点，用户间的交互关系为边建立图结构，构建邻接矩阵；人工标注部分数据，给出被标注的节点的编号及标签，1代表垃圾评论发送者，0代表正常用户；建立置信度向量；步骤二，图神经网络构建：图神经网络共包含两层，最后一层的输出维度为2，第1维代表神经网络将节点判定为垃圾评论发送者的置信度，第2维代表神经网络将节点判定为正常用户的置信度，图神经网络通过聚合节点邻居的特征来获取节点自己的特征，在提取节点特征时考虑其邻居的类别信息，对于不同类型的邻居执行不同的特征聚合策略；步骤三，迭代优化。
一种在线社交网络垃圾评论用户检测方法

[发明专利]基于深度优先搜索的频繁模式挖掘方法-CN201911061496.2在审
发明人：周月双;戴维迪;刘雪莉;王文俊 -专利权人：天津大学
申请日： 2019-11-01 - 公布日： 2020-04-14 - 主分类号： G06F16/22 文献下载
摘要：本发明属于复杂网络和数据挖掘领域，具体涉及一种复杂网络中基于深度优先搜索的频繁模式挖掘方法，主要步骤为：进行相关概念和定义，标准化图编码，频繁模式挖掘算法的过程，在相关概念和定义的基础上，进行频繁模式挖掘。以复杂网络理论框架为基础，基于深度优先搜索对图遍历后得到由标准化图编码组成的线性序列，对所构建的带标签的关系网络进行频繁模式挖掘，挖掘出网络中的频繁模式集合的同时，在方法上有效地减少了子图同构问题，避免了冗余候选模式的产生；对线性序列的映射操作，大大节省了内存的使用。
基于深度优先搜索频繁模式挖掘方法

[发明专利]基于深度学习注意力机制的社会风险多目标优化生成方法-CN201910953434.6在审
发明人：张林炜;戴维迪;焦鹏飞;王文俊 -专利权人：天津大学
申请日： 2019-10-09 - 公布日： 2020-02-28 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开一种基于深度学习注意力机制的社会风险多目标优化生成方法，用神经网络来处理多目标的社区风险评估，用Attention机制来处理多目标社区风险控制；给定多个社区风险因子，然后就这些风险因子对社区治安防范安全进行优化求解；用x1:N＝[x1,...,xN]表示N个输入信息，从x1:N中选择与任务相关的信息输入给神经网络；给定一个和任务相关的查询向量q，我们用Attention变量z来表示被选择信息的索引位置，即z＝i表示选择了第i个输入信息。
基于深度学习注意力机制社会风险多目标优化生成方法

[发明专利]基于动态隐空间模型的社团结构检测方法-CN201910901947.2在审
发明人：李鑫;戴维迪;焦鹏飞;王文俊 -专利权人：天津大学
申请日： 2019-09-23 - 公布日： 2020-01-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于动态隐空间模型的社团结构检测方法，包括社区风险演化模型的构建，对上述构建的社区风险演化模型的目标函数进行优化，求解社区风险演化模型，得到t时刻网络快照中的所有节点的隶属社团，从而完成社团结构检测。该方法基于演化聚类的框架，在度修正随机块模型上构建正则项。该正则项用于保持时序平滑性，具体来说，它是一个与当前和以往网络快照的隶属矩阵相关的惩罚项。此外，本发明的检测方法不局限于社团数目完全不变的时变网络，同样适用于社团数目随时间改变的网络，能够处理节点和社团数目改变的网络，并采用网络交叉验证方法来进行模型选择，确定各网络快照的社团数目。
社团网络快照演化模型构建结构检测社区矩阵时序网络处理节点交叉验证空间模型模型选择目标函数时变网络惩罚项平滑性聚类求解修正局限检测优化

[发明专利]基于联合贝叶斯生成模型的社团检测和语义识别的方法-CN201910817946.X在审
发明人：朱莹莹;戴维迪;焦鹏飞;王文俊 -专利权人：天津大学
申请日： 2019-08-30 - 公布日： 2019-12-13 - 主分类号： G06K9/62 文献下载
摘要：本发明属于复杂网络领域，具体涉及一种基于联合贝叶斯生成模型的社团检测和语义识别的方法，该方法包括如下步骤：S1属性网络的定义、S2联合贝叶斯生成模型、S3模型的优化过程。本发明对构建的属性网络进行社团检测，并且给出每个社团的语义描述。同时对网络的结构以及网络中节点的属性进行建模，并且给出结构社团与属性主题之间的关系。
社团检测生成模型属性网络贝叶斯社团复杂网络语义描述语义识别构建建模网络联合优化

[发明专利]一种基于生成模型的无标度属性网络中的社团检测方法-CN201910817986.4在审
发明人：朱莹莹;戴维迪;焦鹏飞 -专利权人：天津大学
申请日： 2019-08-30 - 公布日： 2019-12-13 - 主分类号： G06K9/62 文献下载
摘要：本发明属于复杂网络领域，具体涉及考虑网络中节点的无标度特征和属性的社团检测方法，公开一种基于生成模型的无标度属性网络中的社团检测方法，主要步骤包括：S1属性网络的定义；S2联合贝叶斯生成模型；S3模型的优化过程。本发明主要通过一个联合贝叶斯生成模型，同时对网络的拓扑结构和节点的属性进行建模，在生成网络时能够有效的保留网络中节点的无标度特性，解决了考虑网络内在特征的困难。与传统的社团检测方法相比较，最后得到的社团检测的结果得到了有效的提高。
社团检测生成模型标度属性网络网络贝叶斯复杂网络拓扑结构传统的建模联合保留优化

[发明专利]基于文本向量与机器学习的突发事件舆情演化分析方法-CN201811286513.8在审
发明人：杨宇杰;戴维迪;孙越恒 -专利权人：天津大学
申请日： 2018-10-31 - 公布日： 2019-04-05 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于文本向量与机器学习的突发事件舆情演化分析方法，包括：基于字符串匹配、以及二阶马尔科夫链，对文本文档进行分词处理；利用Word2Vec算法将分词后的短文本内容转化为向量空间中的向量表示，向量空间上的相似度用来表示文本语义的相似性；使用SVM和Word2Vec进行情感分类，SVM分类器的输入值为所有词向量的加权平均值；计算在时间序列上情感正向极性和负向极性的短文本数量，从而得到突发事件发生周期中情感的演化趋势；将时间分片后的数据作为主题模型的输入，进而得到在时间序列上该突发事件主题词的变化及热度。本发明揭示了突发事件的微博舆情主题与情感之间的协同规律，为突发事件的管理部门在舆情判断和风险预测方面提供科学合理的决策依据。
突发事件机器学习时间序列文本向量向量空间短文本二阶马尔科夫链字符串匹配分词处理风险预测决策依据内容转化情感分类时间分片文本文档文本语义向量表示演化趋势主题模型词向量相似度分词负向微博正向加权热度算法分析协同管理部门

[发明专利]动态异质网络演化聚类分析方法-CN201811270756.2在审
发明人： 戴维迪;李胜男 -专利权人：天津大学
申请日： 2018-10-29 - 公布日： 2019-03-29 - 主分类号： G06F16/35 文献下载
摘要：本发明公开一种动态异质网络演化聚类方法,主要步骤有，首先研究数据的数据及处理：具体为确定所需研究领域，获取期刊数据；提取研究字段；对获取得数据字段进行提取研究主题，消除无意义词以及常用词。其次是动态异质网络演化聚类。本发明构建动态异质网络的演化聚类框架，旨在对异构网络进行演化分析。通过对其进行分析，得到不同时刻的书目网络的聚类结果，从而可以分析不同类型实体之间的演化趋势，发现网络的出现、消失、合并、分离等演化行为。最后结合现有领域知识，分析网络演化原因与未来发展趋势。通过对书目网络进行全面的分析，可以为领域研究提供有价值的信息，指导未来领域研究发展。
异质网络聚类领域研究分析网络研究聚类分析聚类结果领域知识期刊数据数据字段演化趋势异构网络意义词构建字段合并发现

[发明专利]文献热点的可视化分析方法-CN201810523242.7在审
发明人： 戴维迪;李胜男 -专利权人：天津大学
申请日： 2018-05-28 - 公布日： 2018-12-07 - 主分类号： G06F17/30 文献下载
摘要：本发明公开一种文献热点的可视化分析方法，主要步骤包括：1)研究数据的获取及处理，具体为确定需要研究的领域，爬取领域期刊数据；提取所需研究字段，对获取的关键词字段进行预处理；2)研究主题的检测；3)可视化研究主题和主题网络。本发明从数据源进行改进，改变数据的获取方法，选定领域期刊，根据设定条件进行数据爬取，能够获得研究相关的大量有代表性数据；利用战略图与主题网络相结合的方法进行可视化，从多个维度对结果进行分析。能够进一步提高分析结果准确性，以期对未来研究趋势进行有效分析和说明。
可视化研究主题网络字段预处理改变数据期刊数据设定条件有效分析分析数据源维度期刊检测改进

[发明专利]一种基于X射线背散射图像的人体隐藏物的检测方法-CN201410209538.3有效
发明人： 戴维迪;王诗瑶;何吉元;贾重;王玉川 -专利权人：天津重方科技有限公司
申请日： 2014-05-16 - 公布日： 2018-01-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于X射线背散射图像的人体隐藏物的检测方法，涉及计算机图像处理技术领域，其特征在于包括如下步骤采集X射线背散射图像，对所获得的图像进行预处理；对预处理之后的图像进行全局阈值与动态阈值相结合的阈值计算方法，并利用平滑技术对动态阈值造成的灰度不连续性进行处理；利用上述所获阈值进行图像分割，且利用模糊度、区域内部均匀性以及区域间对比度这三个评价指标作为反馈，自适应地得到分割效果最好的动态阈值最终获得理想的分割效果。在此基础上利用连通区域标记法对分割出的隐藏物进行提取。该方法具有工作效率高，检测结果准确的特点。
一种基于射线散射图像人体隐藏检测方法

[发明专利]基于X射线背散射图像的人体隐私识别与处理方法-CN201410162810.7有效
发明人：贾重;戴维迪;王玉川;钱亮亮 -专利权人：天津重方科技有限公司
申请日： 2014-04-22 - 公布日： 2017-11-21 - 主分类号： G06K9/54 文献下载
摘要：本发明公开了一种基于X射线背散射图像的人体隐私识别与处理方法，包括如下步骤步骤一、图像预处理；具体为、S101、灰度化处理；S102、图像二值化处理；步骤二、隐私部位识别；具体为、S201、寻找两腿内侧的起始点；S202、寻找夹角顶点；S203、对夹角顶点的坐标位置进行偏移；步骤三、隐私部位的模糊化处理，以上述目标左起点、目标右起点、以及目标夹角顶点的坐标位置确定模糊化三角形区域，然后对上述三角形区域的像素点进行模糊化处理。本发明以快速、准确地识别和处理X射线背散射人体图像隐私部位为目的，实现对人体的隐私安全保护。该方法具有执行效率高、处理速度快、识别精确度高的特点。
基于射线散射图像人体隐私识别处理方法

[发明专利]一种基于X射线背散射图像的人体隐藏物的图像分割方法-CN201310244312.2在审
发明人： 戴维迪;赵晓东;梅伟 -专利权人：天津大学
申请日： 2013-06-18 - 公布日： 2013-09-04 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于X射线背散射图像的人体隐藏物的图像分割方法，所述方法包括：采集X射线背散射图像，对X射线背散射图像进行预处理，获取预处理后图像；对所述预处理后图像进行统计，提取人体区域；求取所述人体区域的平均灰度u0，通过K-mean算法和贝叶斯分类算法重新对所述人体区域进行分类，利用区域标记法提取出人体隐藏物。本方法在不影响效果的情况下尽量的减少数据量，从而减少计算时间，达到实时性的目的。可以较好的检测出那些与背景有较低对比度的物体。通过进行两次分割，利用人体这一中间背景达到区分物体与背景，较好的检测出隐藏物的目的，自动的标记出隐藏物，而非人工去标注。
一种基于射线散射图像人体隐藏分割方法

1
共 12 条